Младший Data Scientist / ML-инженер
О позиции
В компании IBS открыта вакансия младшего Data Scientist / ML-инженера. Основная задача заключается в исследовании и внедрении современных подходов для решения широкого круга задач в области обработки естественного языка (NLP). Работа предполагает участие в полном цикле разработки, начиная от прототипирования и заканчивая промышленным развёртыванием конечного решения.
Чем вы будете заниматься
- Исследование и внедрение современных подходов для широкого круга NLP-задач.
- Участие в полном цикле разработки: от прототипирования до промышленного развёртывания конечного решения.
- Разработка сервисов обработки естественного языка (классификация, суммаризация, NER, RAG и пр.).
- Участие в создании AI-ассистентов на базе генеративных моделей (SFT/LoRA, RLHF) — BERT, Qwen и др.
- Построение пайплайнов подготовки данных и обучения LLM.
- Организация процесса мониторинга качества и производительности LLM в продакшене.
- Проектирование и поддержка CI/CD-конвейеров для ML-проектов (Git, GitLab CI/CD, Jenkins и подобные).
- Контейнеризация и оркестрация сервисов (Docker, Kubernetes).
Требования
- Высшее образование: математическое, IT, техническое.
- Аналогичный опыт работы от 1 года.
- Хорошее знание Python и основных библиотек анализа данных.
- Базовые навыки классического ML (EDA, предобработка, обучение моделей).
- Опыт применения современных трансформерных нейросетей (GPT, BERT и их модификаций).
- Опыт реализации RAG.
- Уверенное владение PyTorch или TensorFlow для тонкой настройки LLM.
Что мы предлагаем
- Удалённая работа с гибким графиком.
- Возможность профессионального роста и развития в области AI и ML.
- Работа в команде профессионалов с интересными проектами.
- Конкурентоспособная заработная плата.
Кто здесь добьётся успеха
Глубокие знания Python и библиотек для машинного обучения, таких как PyTorch и TensorFlow, с практическим опытом разработки и тестирования моделей машинного обучения.
Способность работать в удалённом режиме, включая отличные навыки самоорганизации и управления временем, чтобы эффективно справляться с задачами без постоянного контроля.
Опыт работы с контейнерами и оркестрацией, например, с Docker и Kubernetes, что позволяет эффективно разрабатывать и развёртывать решения в облачной среде.
Умение проводить исследовательский анализ данных и применять методы обработки естественного языка (NLP) для извлечения инсайтов из текстовых данных.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI/Big Data
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев